vllm-project/vllm

Intel GPU Samplers 测试改用 XPU 内核环境变量

该 PR 为简单的 CI 配置调整，不涉及复杂设计，不值得精读。但可以留意 `VLLM_XPU_USE_SAMPLER_KERNEL` 环境变量背后的 XPU sampler 内核实现，以及 Intel GPU CI 测试矩阵的演进方向。

Kimi K3 推理结束判定改 O(delta)，消除长上下文 GPU 空转

值得精读。这是 reasoning parser 性能与正确性交汇的典型案例：O(delta) 窗口 + 单次反向扫描 + 迭代器输入兼容的设计思路可直接迁移到其他多 token marker 的 reasoning parser。重点看 _newest_marker 的边界条件与 is_reasoning_end_streaming 的 carry 窗口构造，以及测试中 property test 的等价性论证方法。若团队后续接入 #48116 的 xgrammar 门控，此覆写对 structured-output 路径可能冗余，但 is_reasoning_end 的复杂度修复仍有价值。

AITER MoE 路由误处理 padding 行致内存访问错误的热修复。

值得精读。它示范了外部依赖回归下的三层应对：vLLM 侧临时 hotfix、针对性回归测试、指向上游修复的 TODO 清理机制。建议关注两点：一是 `_get_padding_mask` 对 Model Runner V1/V2 双版本的兼容处理，二是测试中的显存毒化技巧如何暴露越界读；同时应在 AITER 0.1.20+ pin 升级时及时验证并移除本补丁。

修复 simple_kv_offload 测试的跨阶段流竞争导致的偶发失败。

这是一个小而精准的 CI 稳定性修复，值得快速合入。它展示了一个有价值的调试思路：当自校验竞态测试出现“修复组反而失败”的反直觉现象时，要考虑前一阶段遗留的异步内核造成的跨阶段污染，而不是急着怀疑 barrier 逻辑本身。

新增 H20 的 E=256/N=512 MoE 内核调优配置

值得阅读 PR body 与测试步骤，特别是如何在新增硬件 shape 时做 kernel tuning 和 A/B 验证；代码层面只有 JSON 配置，没有值得深入学习的逻辑。若你在维护 H20 或其他 GPU 的 MoE 性能，可以按同样的流程为缺失形状补配置，同时建议关注加载逻辑如何使用 `triton_version` 字段，避免版本不匹配导致配置失效。

Jina v5 nano MTEB 测试在 ROCm 上改用 BF16

该 PR 值得快速合入，虽然改动很小，但它解决了 AMD CI 的实际失败，并展示了按平台差异化设置测试精度的模式。关注点：平台条件 dtype 的写法可复用，后续类似的精度敏感性测试可参考。无需精读。

FlashKDA 扩展迁移至 PyTorch stable ABI，移除 CI 豁免

值得精读的小而完整的模板型 PR。它给出了自定义算子迁移到 PyTorch stable ABI 的完整套路：注册宏替换（STABLE_TORCH_LIBRARY）、TORCH_BOX 包装、TORCH_TARGET_VERSION 编译定义声明、CI allowlist 同步缩减。对维护自定义 kernel 扩展的工程师有直接参考价值，重点看 csrc/flashkda_registration.cpp 与 flashkda.cmake 的组合做法，以及 check-torch-abi.py 中 allowlist 的收敛节奏。

加固 Kimi-K3 AttnRes 分派：强制 packed 行并校验 op 存在

值得花约 10 分钟快读。它体现了两个高质量工程原则：一是防御性校验放在内核入口而非依赖调用方自觉——静默错误（无 fault、无 NaN 却超容差 83 倍）比崩溃更难排查，因此用 `STD_TORCH_CHECK` 转为显式报错；二是 dispatch 校验应检查符号存在性而非仅设备能力，跨编译选项的构建差异需要用 `hasattr` 兜底。PR body 与 commit message 中给出数值证据、精确定位与复现条件，是高质量变更描述的范式，适合作为 code review 与 bug 报告的模板。对 Kimi-K3/Blackwell 内核维护者尤其相关。